汇率波动加剧了商业银行系统性风险吗？

吴成颂 陆雨晴

摘要：长期以来，我国的金融市场体系结构一直由政府和银行主导、以间接融资模式为主，金融市场的创新发展缺乏足够的内生动力，诸多“不平衡”和风险性因素日益凸显。结合2007—2017年间我国14家上市银行的季度数据实证分析表明，汇率波动与银行系统性风险具有正相关关系，意味着汇率波动能够加剧我国上市银行系统性风险。具体来看，在低水平的外汇干预状态下，匯率波动对银行体系稳健性的冲击较大;而随着央行外汇干预力度的增大，汇率波动对银行系统性风险的作用越来越小。这意味着当银行面临较小的干预力度时，汇率波动对银行整体稳定的刺激作用较强，而跨过一定的门槛值（-0.6673），汇率波动对银行体系风险的刺激作用减弱。另外，在外汇储备变动量不超过536.62亿美元时，由汇率波动引起商业银行体系的不稳定将会明显改善，即汇率波动确实存在以实际干预为特征的“门槛”效应，表明央行在执行实际干预的同时，应注重外汇储备的合理规模，进而维持银行体系的稳定。

关键词：汇率波动;外汇干预;商业银行;金融监管

基金项目：国家社会科学基金一般项目“利率市场化背景下商业银行系统性风险诱发及传染机制研究”（16BGL051）

中图分类号：F830    文献标识码：A    文章编号：1003-854X（2020）03-0038-08

一、引言

自2005年7月下旬进行人民币汇率制度改革之后，我国实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。此后，2010年6月我国宣布继续汇率改革，提高人民币汇率弹性;2015年8月，央行进一步推进汇率改革市场化——双向浮动弹性明显增强，不再单边升值等。近年来，伴随着我国金融改革开放政策的推进，短期资本流动、汇率预期等扰动因素层出不穷。人民币汇率相比汇改以前更容易出现汇率超调或异常波动，给经济带来一些负面影响，金融体系脆弱性问题逐渐浮出水面，并引起相关部门的高度重视。长期以来，我国的金融市场体系结构一直由政府和银行主导、以间接融资模式为主，金融市场的创新发展缺乏足够的内生动力，诸多“不平衡”和风险性因素日益凸显①。而作为金融体系核心的银行业，汇率体系本身及变动无疑会牵动着银行业的稳定，进而引起国内外学者的诸多关注。

目前，国外关于汇率变动如何影响银行业在理论上主要存在以下两种观点：一种是将宏观经济部门纳入到传统的货币危机模型中，分析发现汇率水平或汇率政策等影响银行稳定②;另一种是将传统的银行危机模型扩展到开放条件下，实证检验宏观经济基础变量中汇率等因素与银行危机的关系③。

国内学者对于汇率波动与银行之间的关联也作了大量的研究，一般认为汇率水平的波动程度，在影响我国人民币价值尺度的同时，也可能带来我国商业银行股价的变动;此外，部分学者通过实证分析发现，人民币汇率变动对我国商业银行的经济绩效、盈利能力等存在一定的影响④;还有研究表明，人民币升值对我国商业银行的正常经营存在威胁，各类风险层出不穷，最终可能波及银行业的整体稳定性⑤。

为了缓解汇率波动可能带来的不利影响，央行通常采用实际干预——货币政策当局通过在外汇市场买卖外汇等方式，改变外汇市场供求关系，进而控制本币汇率和管理汇率预期。然而，当下针对中国央行汇率实际干预政策的有效性争论不休：部分学者认为外汇干预可能会扭曲人民币均衡价格，因而主张继续扩大汇率波动区间，修正汇率失调，以减少外汇市场干预⑥;而另外一些学者强调当前人民币已经基本达到长期均衡水平，应以稳定汇率预期为主，避免因短期汇率过度调整而诱发潜在风险，因此，为维持汇率波动在一定平稳水平上，适当的外汇干预尤为重要⑦。此外，还有一部分文献指出，央行实行外汇干预并不能达到稳定汇率的效果。金荦和李子奈（2005）研究发现，央行冲销型外汇干预将会导致非正规资金的大量流入，在一定程度上削弱了汇率的稳定性⑧;干杏娣等（2007）采用事件分析法对我国央行外汇干预的有效性进行分析，发现央行干预前后对我国汇率的影响并不显著⑨。

综上所述，目前，国外关于汇率变动对银行带来的风险研究已较成熟，而国内的相关研究多停留在汇率波动对银行绩效、局部风险等影响层面上，关于汇率波动与银行系统性风险之间关联的文献尚付阙如;此外，针对央行外汇干预政策的有效性，国内外学者的研究也是莫衷一是。纵观现有研究，学者们基本将汇率波动、央行干预及银行影响割裂分析，尚未将三者置于统一研究框架下，系统性阐释不足;此外，在方法运用层面，较多学者采用线性分析并结合一些经验证据的说明，尚未考虑到外汇干预可能引起非线性关联的后果。

有鉴于此，本文基于我国14家上市商业银行2007年第4季度—2017年第4季度面板数据，实证分析汇率波动对我国商业银行系统性风险的影响，并且在已有研究成果的基础上，将汇率波动、银行稳定与央行外汇干预统一置于模型中进行考量，探讨汇率波动是否引起银行体系稳定性变化，以及央行实际干预手段是否对二者关系产生影响。本文可能的贡献在于通过门槛自抽样检验结果，表明我国央行干预对汇率波动与银行系统性风险的关系存在门槛效应，继而采用面板门槛回归的估计方法探讨这一非线性影响的具体内容，从而为央行实际干预提供政策性建议。

二、理论分析与假设

（一）汇率变动对银行风险的作用机理

随着我国汇率制度改革的进一步推进以及金融衍生品市场的不断发展，微观经济主体对人民币汇率波动的敏感性日益增加，银行业各类风险逐渐凸显。根据现有研究，汇率波动对我国商业银行风险的影响表现在以下几个方面：

1. 汇率波动通过货币错配对商业银行系统性风险的影响

基于货币错配理论，银行资产以本币计价，而负债以外币计价，则汇率的剧烈波动对银行资产负债表的两端将会产生非对称影响，从而可能诱发银行资产风险⑩;此外，资本账户开放下跨境资金借贷管制逐渐放松，银行借入更多外币，进一步加剧此类风险。作为外币的债务人，若存在突出的货币错配问题，在本币大幅贬值时，银行国外债务实际价值随即增加;而以本币计价的资产实际价值将会减少，从而导致负债的真实规模大于资产规模，银行净值则相对减少，货币错配风险显著增加 。Calvo et al.（1996）认为，这种货币错配是引发墨西哥银行危机的主要来源{11}。国内学者也作过相关研究，徐梅（2010）认为目前我国商业银行货币错配的问题愈发严重，当市场利率和汇率连续变化时，商业银行可能被迫面临流动性风险，并由此引致银行危机{12};随着我国资本账户开放程度的加深，银行业国际化水平不断提高，则其海外资产和负债将会逐渐增加{13}。

2. 汇率波动通过资本流动对商业银行系统性风险的影响

基于货币危机理论模型，在市场投资者对特定某个经济体的汇率等宏观指标的一致预期发生显著变化的背景下，全球资产将会重新配置进而导致汇率波动，由此引发资本流动的大幅变动及随后在道德风险影响下产生的货币危机，从而威胁着银行业的整体稳定性。具体来说，在一般情况下，资本流入常常和汇率上升存在密切联系{14}：一方面，汇率升值预期促使资本大量流入;而另一方面，资本流入又会导致汇率大幅上升{15}。与此同时，东道国金融市场泡沫不断膨胀，将进一步加剧金融体系的脆弱性;尤其当东道国银行的资产负债结构呈现出严重不合理的现象时，大规模的国际资本流入“倒逼”该国银行的流动性出现大幅度波动，银行贷款收缩和膨胀交替循环出现，从而引起信贷风险的不断加剧。Joyce和Nabar（2009）在借助模型分析资本流动骤然停止、银行危机和投资占GDP比重三者之间关系的基础上，发现银行危机通常是新兴市场国家遭遇资本流动突然停止的最终爆发形式{16}。

3. 汇率波动通过资产价格对商业银行系统性风险的影响

基于流量导向模型，汇率波动对股票价格的影响主要存在以下两种机制：一是实际汇率的贬值将会提高本国商品对国外商品的竞争力，进一步提高国内总需求及总产出的水平;二是國内总需求等情况在很大程度上影响企业等机构预期现金流及盈利能力，从而股票价格能够反映现在及预期的经济活动水平。因此，流量理论认为本币升值将会导致股价下跌;此外，汇率变动也可能通过进口商品价格的变化引发通货膨胀，进而引起股价波动。Santis 等（2003）的实证结果也较好地支持汇率波动与资产价格之间存在一定关联的观点{17}。Borio等（2012）认为，资产价格的波动往往会波及银行稳定，资产价格的高涨和回落可能会导致系统性银行风险的发生{18}。

具体来说，近年来金融自由化逐渐深入，促使我国各大商业银行以及城商行等信贷规模呈指数型增长，进而导致市场利率不断走低;利率的逐步降低又会进一步导致国内金融资产价格上涨，银行贷款随之大量流向这些不断上涨的风险资产，从而推动该国金融资产价格进一步攀升。如此，银行信贷扩张促使该国资产价格不断上涨，而不断上涨的资产价格又将反过来促进银行信贷的扩张，资产泡沫由此逐渐形成。一旦金融部门遭受游动资金或者意外事件冲击，资产泡沫随即开始破裂，资产价格迅速下跌，股市、楼市等开始崩盘。而资产价格下跌后，银行可能被迫面临大面积的企业违约，从而致使银行不良贷款率迅速上升，信贷危险等急剧增加，国内银行资本金遭受损失，尤其是规模较小的城商行风险分散能力有限，为了符合资本金要求，银行只能紧缩贷款并且抛售抵押资产。然而，这些行为又将加剧资产价格的下跌，进一步扩大银行的资本金损失{19}。近些年来，我国资本市场快速发展，金融资产总量不断扩展，以房价为代表的资产价格与日俱增，金融资本能够得以脱离实体经济而独立运转，房地产的“金融属性”逐渐强化，这种资产价格波动对我国宏观经济的健康发展带来深刻的影响和冲击。因而，金融体系的不稳定愈演愈烈，一些银行被迫面临系统性风险。

在银行业直接和间接业务关联而形成的金融网络中，各类风险相互交织、传染、膨胀，最终可能累积成为银行体系的系统性风险。基于此，本文提出第一个假说：

假说1：伴随着我国汇率市场化改革的逐步推进，汇率水平的频繁波动将会提高我国商业银行系统性风险发生的可能性。

（二）央行外汇干预的调节作用机理

根据汇率决定理论，实际干预的作用机理主要通过两种渠道：预期渠道和资产组合渠道。外汇干预的预期渠道建立在弹性价格货币模型基础上，各种资产的收益率被认为相同并且可以相互替代。因此，汇率水平取决于两国实际的基本经济变量及其预期值之间的对比关系，不受商品市场和资本市场上供需关系的影响。央行通过买卖外汇可以向外汇市场中的私人投资者提供本币升贬走势的信号或信息，例如，当人们预计本国货币贬值成为持续性趋势，国内外的投资者就会力求持有美元等外币资产以保值，会使大量本币兑换成外币，引发国内大量资本外流，从而可能引起银行过度的信贷扩张，影响银行总体稳定;反之，则会诱使投资者大肆购入国内资产，促使资本的流入，资本流动得以维持一种平衡状态，进而提升银行业的稳定性。这一影响机制也被称作“信号渠道”。

资产组合平衡渠道是以资产组合平衡模型为基础进行研究，央行干预通过改变资产组合的币种结构来达到效果。在资产组合平衡模型中，国内资产和国外资产被认为不可完全替代且市场参与者是风险规避者。在基础货币和利率保持不变的情况下，汇率实际上是投资组合报酬根据风险状况进行重新调整的机制。因此，频繁的外汇买卖将会诱使市场参与者频繁地调整其投资组合，进而可能加剧外汇市场中存在的货币错配，促使币种结构处于一种不合理水平上，最终可能引发商业银行的流动性危机、挤兑行为等，破坏银行体系的稳定性。

结合实际干预作用机理分析及上文相关文献可知，央行不同程度的实际干预可能带来汇率波动对商业银行系统性风险的不同影响。因此，本文提出如下第二个假说：

假说2：汇率波动对商业银行系统性风险的影响因实际干预程度的不同而存在一定的“门槛”效应。

二、研究设计

（一）样本与数据收集

截至2018年6月末，我国共有45家上市银行，包含6家国有银行、9家股份制商业银行、21家城商行以及9家农商行。鉴于数据的完整性、连续性及可比性，本文选取沪深两市14家商业银行为研究样本{20}，样本区间为2007年第4季度—2017年第4季度。数据从国泰安数据库（CSMAR）以及各银行年报手工收集获取，本文最终一共整理出574个季度数据作为样本数据。此外，为了减轻异常值对实证分析结果准确性的干扰，本文对主要变量进行1%分位及99%分位的缩尾处理。

（二）变量选择与度量

1. 被解释变量

银行系统性风险（ΔCoVaR）。本文运用Adrian和 Brunnermeier提出的条件在险价值法（CoVaR）对银行系统性风险进行测度。该方法广泛应用于银行系统性风险的相关研究，其测算步骤具体包括：

构建q分位数回归方程。具体方程如下：

其中，j代表银行系统，i代表单个银行，Rj和Ri分别代表j和i的收益率序列，Rqj表示的是q分位数下超额收益j的估计值。通过分位数回归，可得：

因此，商业银行i的风险事件对银行系统j的风险溢出效应，即对整体系统性风险的贡献值ΔCoVaRqj/i为：

由于该方法测算的ΔCoVaR通常小于零，本文采用ΔCoVaR的绝对值，其绝对值是银行i系统风险贡献的正向指标。

2. 解释变量

汇率波动（ERF）。根据有关汇率的现有研究，其指标的选取主要存在以下两种：人民币兑美元名义汇率和名义有效汇率。人民币兑美元的名义汇率尽管不如名义有效汇率内涵丰富，但能够更加直观地展现投资者的选择。因此，本文借鉴何金旗、张瑞（2016）等研究方法{21}，选择美元兑人民币汇率的中间价衡量人民币汇率波动（ERF），并选取当季季度数据进行无量纲化处理后作为实证数据。

3. 门槛变量

外汇干预（INT）。尽管我国人民银行目前尚未对外公布其干预外汇市场的具体情况，但从外汇储备及汇率变动仍可以窥见端倪。本文参考朱孟楠和张雪鹿（2015）的做法，借鉴李晓峰和陈华（2010）在Fiess & Shankar（2009）构建的外汇市场压力模型的基础上{22}，引申出外汇实际干预指数INT：

INTt=[（σe/σR）（ΔR）] / [（σe/σR）（ΔR）+Δet]（5）

其中，ΔRt、Δet分别表示外汇储备和汇率的变动值，σR和σe分别为其变动值的标准差。可以看出，外汇储备的变动表明人民银行实际干预外汇市场的情况：若汇率同向变动，则缓解外汇市场压力，也折射出我国央行实际干预力度尚且较小，允许部分市场化。

4. 控制变量

（1）GDP增长率（gGDP）。宏观经济环境既关系银行的经营绩效，同时也影响银行的信贷决策。当宏观经济环境向好时，企业会扩大经营规模从而提高贷款需求水平;此外，商业银行对未来经济的乐观预期使得银行高管倾向于加大贷款的投放力度和提高风险容忍度，进而导致风险承担水平上升，银行系统性风险增大。然而，部分学者持相反观点，认为宏观经济环境的改善相应地会提高企业的盈利能力，从而商业银行的贷款损失率下降，会进一步降低银行发生系统性危机的概率。此外，本文亦选取广义货币供应量增速M作为宏观经济环境的控制变量。

（2）银行规模（LnSize）。众所周知，银行资产规模与其资金实力和风险管理技术呈正相关，与信贷投放的风险厌恶水平呈负向关系，因而，大规模银行的高管将会更加积极决策，增扩贷款规模以争夺市场份额，与此同时，增加银行濒临危机的可能性;部分学者持相反观点，强调大规模银行可以通过资产组合的多元化来分散风险。此外，基于金融稳定的视角，金融监管当局将会优先加大对系统重要性银行的监管力度，从而使得规模越大的银行迫于监管压力而降低其面临危机的概率。

（3）资产收益率（ROA）。根据传统经济理论，风险和收益彼此共存，高风险总是伴随着高收益。然而，一方面，风险的增加可能会使银行同时面临损失，降低收益水平;而另一方面，银行高管也可能为追求高收益而承担更多的风险。

（4）资本充足率（CAR）。资本充足率，即银行的资本与其风险资产的比率。基于资产运用角度，衡量商业银行的风险承担状况：已知其他条件不变时，商业银行的资本充足率越高，风险资产越少，从而银行承担的风险越少，预示着银行稳定性越高;即当银行的资本充足率较高时，高管可能会采取更为谨慎的策略，降低其投资组合的风险水平，而资本相对较低的银行则可能选择更为激进的资产组合，进而实现银行运营的稳定。

上述各变量的定义及度量见表1。

（三）模型构建

本文建立如下的面板模型来研究汇率波动对商业银行系统性风险的影响：

ΔCoVaR=α0+α1ERF+∑dControls+ε（6）

其中，α表示方程的截距项，β表示方程的待估参数，ε表示方程的随机误差项，Controls为各控制变量。

接下来，根据Hansen（1999）的文献思想，以外汇干预指数（INT）为门槛值，建立如下的门槛回归模型考察外汇干预对汇率波动与银行系统性风险之间的门槛效应：

ΔCoVaR=β0+β1ERF×I（INT≤γ）+β2ERF×I（INT>γ）+∑dControls+ε（7）

其中，INT表示门槛变量，反映外汇干预强度，γ为特定的门槛值。其他变量的含义与模型（6）相同。

对于门槛值γ的确定，Hansen（1999）提出将门槛变量的每个值作为门槛值分别代入模型进行回归，能够使模型的残差平方和越小的γ就为门槛值，即γ=argminS（γ），其中，S（γ）为残差平方和。进而可以估计其他的参数，参数估计完成后，还需要对模型进行两方面的检验：一是进一步检验门槛效应是否存在，即模型中α1與α2是否有显著差异。该检验的原假设为H0 ：α1=α2，相应的备择假设为H0 ： α1≠α2，当原假设被拒绝时，表明模型存在门槛效应。通过构建F统计量进行检验，F=[S0-S（γ）]/σ2，其中σ2=T-1×（γ）（γ）=T-1×S（γ），S0为原假设下的残差平方和。由于在原假设成立时无法识别门槛效应的估计值，因而F统计量是非标准的。此时，Hansen（1999）提出采用自抽样法（Bootstrap）转换成大样本下的渐进P值。二是要检验门槛值是否是其真实值的一致估计，原假设为H0 ： =γ0。对此，Hansen（1999）提出用极大似然率LR统计量来构造原假设成立时的渐进有效区间的非拒绝域，即当LR（γ）≤-2log（1-）时，不能拒绝原假设，其中，τ为显著性水平。

四、实证结果分析

（一）描述性统计

利用Stata14.0软件对数据进行整理，各变量的描述性统计结果见表2。

根据表2我们可以得到：我国银行业的系统性风险差异较为明显，整个样本期的最小值为6.40E-08，最大值却达到8.087。人民币汇率波动的均值为-0.401，而标准差为 0.533，波动幅度较大。央行外汇干预程度差异也较大：样本数据中实际干预最小值为-1.99，而最大值达到2.26。此外，资本充足率CAR的均值为12.348%，远大于监管当局8%的资本充足率要求。

（二）回归分析与结果

1. 线性面板回归分析

本文在个体效应检验基础上，发现固定效应模型中F检验的P值显著，均拒绝原假设，因此初步判断使用固定效应模型。经过Hausman检验结果表明，固定效应模型符合本文模型设定。

由表3可知，不考虑其他控制变量时，在模型 （1）中，汇率波动与银行系统性风险呈显著正相关性;加入其他控制变量以后，模型（2）中两者间的关系也未发生变化，银行高管货币薪酬与风险承担间依然显著正相关，汇率波动（ERF）系数为0.250，与银行系统性风险（△CoVaR）在1%水平下显著正相关，即汇率波动幅度越高，越能促使商业银行系统性风险的发生。究其缘由，可能是币种错配存在的危险：以外汇表示的资产价值与资本和负债价值的不匹配，或者是以本国货币表示的国外应收账款和应付款之间的不配等可能致使银行面临汇兑损失而形成外汇风险;汇率变动通过影响国内外资本流动，进而使得银行贷款膨胀和收缩交替出现，“倒逼”信贷风险;还有可能是通过改变商品价格、股价等资产价格促使商业银行扩张信贷规模，引起银行体系的不稳定。此外，汇率波动牵连着本国、外国的经济和金融形势进而波及企业的市场竞争地位，致使企业经营绩效发生变化形成经济风险;最后，在银行业直接和间接业务相互关联而形成的金融网络中，上述风险之间仍会相互传染，进而推升银行业系统性风险，即假设1得以验证。

2. 面板门槛回归分析

一是门槛效应检验。以外汇干预指数（INT）作为央行实际干预的代理变量，并以此作为模型估计的门槛变量，从而对模型进行尝试性的估计。表4的门槛效果自抽样检验报告了原假设下的门槛检验的F值和P值。从表4可见银行单一门槛效应在1%的显著性水平上通过检验，而双重门槛模型没有通过检验。因此，检验结果显示在回归关系中存在一个门槛值，因而应采用单一门槛模型。表5报告了我国银行单一门槛下的门槛估计值和置信区间，门槛估计值为-0.6673，而其对应的置信区间较小。因此，通过门槛模型而划分的区间是合理的。通过对γ所对应的极大似然函数图进行细致分析，该图采用 Hansen（1999）提出的优化搜索方法搜寻并估计出门槛值，搜索出门槛γ，实际上就是单一门槛模型所对应的门限值（见图1），其中γ95%置信区间是介于极大似然比函数图LR与水平断点之间的部分。

二是门槛变量估计结果与分析。在得到门槛值后，对模型（4）中的系数进行估计。由于使用的数据是面板资料，考虑到截面数据之间可能存在异方差，在表6中同时列出同方差假设、异方差假设下的系数估计结果。

按照估计出的门槛值将汇率波动分为低区制ERFl（INT≤-0.6673）和高区制 ERFh（INT≥-0.6673）两个区制，汇率波动在两个区制内对银行系统性风险的影响系数分别为14.90和1.522，这说明不管监管水平处于低区制还是高区制，汇率波动和银行系统性风险之间均为正向关系，再次验证汇率波动将会冲击银行整体的稳定，倒逼系统性风险的发生。接下来，在表6的两个模型中，我们重点关注的是ERFI和ERFh的系数与显著性。当央行实际干预“突破”门槛值时，模型的系数大幅度降低——低于门槛值时，系数为14.90且在两种模型下均高度显著;高于门槛值时，系数为1.522，显著性不足。这说明当外汇干预达到一定程度后，汇率波动对商业银行系统性风险的影响非常微弱，几乎没有影响。总体上，实证结果支持了假说2的结论，即汇率波动对商业银行系统性风险的影响确实存在以外汇干预为特征的“门槛效应”。从经济意义上说，当外汇干预指数达到-0.6673，即在取汇率变动值均数的情况下，外汇储备变动量不超过536.62亿美元时，将会明显减少由汇率波动引起银行体系的不稳定，进而发挥央行干预给我国银行业带来的积极效用。

五、研究结论与启示

本文在综述国内外理论及实证研究文献的基础上，采用我国2007年第4季度—2017年第4季度14家商业银行的微观数据，运用Hansen发展的面板门槛模型，研究在不同外汇干预水平下汇率波动对银行系统性风险的影响。由于面板门槛模型基于数据本身特点内生划分区间，从而有效避免人为划分外汇干预水平的偏误。

研究结果表明，在我国14家上市商业银行样本组中存在单一门槛效应。不论外汇干预位于高水平还是低水平，汇率波动与银行系统性风险呈现正相关，但相关系数呈现非线性特征。具体来看，在低水平的外汇干预状态下，汇率波动对银行体系稳健性的冲击较大;而随着央行外汇干预力度的增大，汇率波动对银行系统性风险的作用越来越小。这意味着当银行面临较小的干预力度时，汇率波动对银行整体稳定的刺激作用较强，而跨过一定的门槛值（-0.6673），汇率波动对银行体系风险的刺激作用减弱。

基于以上结论，有意义的政策启示如下：

首先，对于我国商业银行自身来说，要完善对人民币汇率波动的監测机制，特别是在海外设立分支机构的商业银行，要按照国际通行规则建立外汇风险识别、监测和控制系统，将汇率波动水平、银行系统性风险纳入集中统一的风险管理框架;并注重金融衍生工具和人才队伍的培养，主动积极地运用金融衍生工具调节由汇率波动引发的一系列风险。

其次，对于央行而言，由于在我国上市商业银行中外汇干预对由汇率变动引起的银行体系危机存在差异，因此制定政策应避免出现“一刀切”。否则，一味地提高或降低外汇干预力度，不仅难以获得银行稳健性，而且还可能带来冲击。因此，就我国目前的实际情况而言，央行应恰当地进行干预，构建相关理论模型，将汇率波动、银行系统性风险等统一置于外汇储备量最优数理框架下，科学、准确地衡量外汇储备的合理规模，增加银行和企业的外汇存量，以缓解汇率波动可能引起的银行系统性风险。

最后，在中央政府方面，可考虑采取多方面措施缓解汇率波动对银行稳定的不利影响，例如适时运用税收政策，提高国际资本进入的成本，压缩其获利空间;加强对我国房地產市场和股票市场的监测，防范资产价格泡沫的形成。

注释：

① 徐义国、殷剑峰：《中国金融市场体系的未来取向——十九大报告蕴涵的金融元素》，《经济社会体制比较》2018年第1期。

② S. A. Tuluca， B. Zwick， The Effects of the Asian Crisis on Global Equity Markets， Financial Review， 2001， 36（1）， pp.125-141.

③ R. Chang， A. Velasco， Currency Mismatches and Monetary Policy： A Tale of two Equilibria， Journal of In-ternational Economics， 2000， 69（1）， pp.150-175.

④ 陈晓莉、杨杨：《汇率变动对银行业经营绩效的影响》，《金融论坛》2010年第11期。

⑤ 武洁琼：《人民币升值对我国银行业影响的实证分析》，《金融理论与实践》2012年第5期。

⑥ 石建勋、金政：《基于CGE模型的人民币外汇市场压力及央行外汇干预实证研究》，《经济问题探索》2015年第11期。

⑦ 王彬：《人民币汇率均衡、失衡与贸易顺差调整》，《经济学（季刊）》2015年第4期。

⑧ 金荦、李子奈：《中国资本管制有效性分析》，《世界经济》2005年第8期。

⑨ 干杏娣、杨金梅、张军：《我国央行外汇干预有效性的事件分析研究》，《金融研究》2007年第9期。

⑩ 货币错配源于一个实体（包括主权国家、银行、非金融部门）的收支活动使用不同的货币计值，其资产和负债的币种结构不同，导致其净值或净收入对汇率的变化非常敏感。

{11} G. A. Calvo， E. G. Mendoza， Mexicos Balance-of-Payments Crisis： A Chronicle of Death Foretold， International Finance Discussion Papers， 1996， 41（3-4）， pp.235-264.

{12} 徐梅：《略论汇率冲击下我国银行业的货币错配和期限错配——基于银行资产负债表的分析》，《经济问题》2010年第6期。

{13} 熊启跃、赵阳、廖泽州：《国际化会影响银行的净息差水平么？——来自全球大型银行的经验证据》，《金融研究》2016年第7期。

{14} L. Goldberg， C. Kolstad， Foreign Direct Investment， Exchange Rate Variability and Demand Uncertainty，  International Economic Review， 1995， 36（4）， pp.855-873.

{15} L. Lipschitz， T. D. Lane， A. Mourmouras， Capital Flows to Transition Economies： Master or Servant？ Social Science Electronic Publishing， 2006， 2（11）， pp.202-222.

{16} P. Joyce， M. Nabar， Sudden Stops， Banking Crises and Investment Collapses in Emerging Markets， Journal of Development Economics， 2009， 90（2）， pp.302-322.

{17} D. Santis， B. Gerard，  How Big is the Premium for Currency Risk？ Journal of Financial Economics， 1998， 49（3）， pp.375-412.

{18} C. E. V. Borio， P. Lowe， Asset Prices， Financial and Monetary Stability： Exploring the Nexus，  Social Science Electronic Publishing， 2002， pp.45-47.

{19} F. Allen， D. Gale， Bubbles Crises and Policy， Ox-ford Review of Economic Policy， 1999， 15（3）， pp.9-18.

{20} 14家商业银行分别是四大国有控股银行，即工商银行、中国银行、建设银行、交通银行;十大非国有控股银行，即浦发银行、民生银行、招商银行、华夏银行、兴业银行、中信银行、平安银行、南京银行、北京银行、宁波银行。

{21} 何金旗、张瑞：《人民币国际化、汇率波动与货币政策互动关系研究》，《审计与经济研究》2016年第3期。

{22} 李晓峰、陈华：《交易者预期异质性、央行干预效力与人民币汇率变动——汇改后人民币汇率的形成机理研究》，《金融研究》2010年第8期。

作者简介：吴成颂，安徽大学商学院教授，安徽合肥，230601;陆雨晴，通讯作者，安徽大学商学院，安徽合肥，230601。

（责任编辑  陈孝兵）